전지구 기후 재분석자료 및 인공지능을 활용한 남한의 마늘 생산량 장기예측 (Long Range Forecast of Garlic Productivity over S. Korea Based on Genetic Algorithm and Global Climate Reanalysis Data)

서지정보

· 발행기관 : 한국농림기상학회
· 수록지 정보 : 한국농림기상학회지 / 23권 / 4호 / 391 ~ 404페이지
· 저자명 : 조세라, 이준리, 심교문, 김용석, 허지나, 강민구, 최원준

초록

본 연구에서는 최신의 연구 트렌드인 빅데이터와 인공지능을 농업분야에 접목하여 유전자 알고리즘(GA)과 전지구 기후 재분석 자료를 활용한 마늘 생산량의 장기 예측 모형을 개발하고 그 예측성능을 평가해 보았다. 해당 모형은 마늘의 파종량을 수정할 수 있는 11월에 예측 자료를 생산하므로, 마늘의 생산 시기와 시간 공간적으로 떨어진 전지구 기후 재분석 자료로부터 마늘생산량의 예측 인자로 활용할 수 있는 시그널을 찾아 장기적 마늘 생산량 예측에 활용하였다. 그 결과 결정론적 예측과 확률론적 예측 모두 마늘 생산량의 경년변동성을 통계적으로 99% 신뢰수준에서 관측과 유사하게 모의하였으며, 범주형 예측에서도 이분위 예측에서 93.3%, 삼분위 예측에서 73.3%의 적중률을 보이며 우수한 예측 성능을 나타내었다. 또한, 예측인자들 사이의 선형 및 비선형적 관계를 모두 고려하는 GA방법을 사용하였을 때, 선형적 앙상블 방법을 적용하였을 때 보다 높은 예측성능과 안정적인 예측결과를 보이는 것을 알 수 있다. 본 연구에서 개발된 마늘 생산량 예측 모형은 기존의 단기예측 위주의 농산물 생산량 예측의 한계를 극복하고 한 해의 농사가 시작되기 전 잠재 생산량을 전망 정보를 생산하여 농산물의 수요⋅공급 및 가격 안정화를 위한 장기적 계획을 수립하는 것에 도움이 될 것으로 생각된다.

영어초록

This study developed a long-term prediction model for the potential yield of garlic based on a genetic algorithm (GA) by utilizing global climate reanalysis data. The GA is used for digging the inherent signals from global climate reanalysis data which are both directly and indirectly connected with the garlic yield potential. Our results indicate that both deterministic and probabilistic forecasts reasonably capture the inter-annual variability of crop yields with temporal correlation coefficients significant at 99% confidence level and superior categorical forecast skill with a hit rate of 93.3% for 2 × 2 and 73.3% for 3 × 3 contingency tables. Furthermore, the GA method, which considers linear and non-linear relationships between predictors and predictands, shows superiority of forecast skill in terms of both stability and skill scores compared with linear method. Since our result can predict the potential yield before the start of farming, it is expected to help establish a long-term plan to stabilize the demand and price of agricultural products and prepare countermeasures for possible problems in advance.

참고자료

· 없음